个性化归因如何运作？B2B 指南

简短回答：个性化归因的做法是记录每位访客和每个账户看到的是哪种体验（变体），然后将看到个性化版本的人与随机分配、看到默认版本的保留对照组进行转化和销售管道的比较。渠道归因告诉您访客从哪里来；体验归因告诉您访客在网站上看到的内容是否改变了结果。两者都需要，而只有与保留对照组的比较才能衡量增量效果。

大多数归因设置都建立在一个隐含假设之上：访问同一个 URL 的人看到的是同一个页面。个性化打破了这一点。两个访客点击同一个 Google 广告，进入同一个首页。一个看到关于企业级安全的标题，另一个看到关于 API 速度的标题。您的分析工具把两者都记录为“homepage, google / cpc”。如果一个转化了而另一个没有，记录中没有任何信息能告诉您，起作用的是渠道、页面版本还是其他因素。

本文其余部分将介绍：为什么标准模型会遗漏这一点、如何把问题一分为二、如何设置对照组、如何将体验数据带入 CRM，以及如何在不夸大效果的前提下进行报告。

为什么标准归因模型看不到个性化

首次触点、末次触点、线性、时间衰减和基于位置的模型，都是在流量来源和站内行为之间分配功劳，页面本身被视为常量。它们还会遗漏从未产生可追踪触点的影响，我们在 B2B 暗漏斗一文中讨论了这一点。如果您需要回顾这些模型如何分配功劳，请参阅这份多触点归因实用指南。

示例（示意）：某账户访问三次后申请演示。第1次来自自然搜索，看到的是通用首页。第2次来自 LinkedIn 广告；此时公司已被识别，因此看到的是制造业标题。第3次是直接访问，网站展示了一个关于替换该账户当前所用工具的案例研究。线性模型会给自然搜索、LinkedIn 和直接访问各分配三分之一的功劳。它没有“看过制造业变体”或“看过竞品案例研究”这样的字段，所以如果真正起到说服作用的是这些页面，报告是体现不出来的。

这是衡量上的缺口，并不能证明个性化起了作用。也许该账户无论如何都会预约。关键在于，标准报告无法回答这两种可能中的任何一种。

拆成两个问题

两者并行运行，分别报告。渠道归因有其自身局限，但可以保持现状。体验归因则需要对照组，因为“看到个性化页面的人转化更多”这一结果，即使您只是对最匹配的客户做了个性化，也同样会出现。我们的 B2B 营销渠道指南介绍了渠道方面的内容。

对照组：衡量增量效果的关键

从符合条件的客户中随机抽取一部分不做个性化，让他们看到默认网站。其他一切保持不变：同样的广告、同样的邮件、同样的销售跟进。

重要的设置：

• 按客户而不是按会话分配。如果一个四人采购小组被分到不同版本，两组数据都会被污染。对公司 ID（公司未知时用第一方 cookie）进行哈希处理，让分配结果在多次访问中保持一致。
• 根据您的流量而不是经验法则来确定对照组规模。对照组越大，读出结果越快，但也意味着更多客户看不到个性化页面。先用 A/B 测试样本量计算出要看到您关心的提升幅度每组需要多少客户，再决定对应的比例。
• 固定“符合条件”的定义。如果细分规则在测试中途改变，各组就不再具有可比性。

然后在每个您能实际统计的漏斗阶段比较各组：

1. 网站上的表单或演示转化率。
2. MQL 到 SQL 转化率。它能发现那些提高了表单填写量、却吸引了较弱线索的变体。
3. 每个账户的商机创建率。
4. 赢单率和交易规模，前提是已有足够多的交易结案。在大多数 B2B 业务中，这一阶段需要经过一个完整的销售周期才能说明问题。

既要看总体结果，也要按细分查看。总体提升可能完全来自一个细分，而另一个细分毫无变化甚至略有下降。如果各细分组太小无法解读，就如实说明，而不是把总体结果当作普遍适用来汇报。

无法设置干净的客户对照组时怎么办

按地区拆分

在部分地区开展个性化，在可比地区暂不实施。适用于客户数量太少或识别覆盖不均的情况。风险在于，地区之间的差异可能与您的网站毫无关系（销售覆盖、本地活动、货币），所以要选择匹配的地区，并延长运行时间。

开启/关闭时段

以固定时间窗口（例如各两周）交替开启和关闭个性化，并持续多个周期。这样可以避免让任何目标账户永久处于对照组中。广告系列发布、节假日和季度末都会影响数据，因此请记录每个重要广告系列的日期，并剔除与之重叠的时间窗口。

版本对版本

一旦确认某个细分人群的个性化胜过默认版本，就可以让不同的个性化策略彼此对比：行业标题 vs 公司规模标题，或相关客户案例 vs 定制主视觉。这能告诉您应该推广哪条规则，而这通常比“个性化有没有用？”更有价值。

将体验数据带入 CRM

表单提交并不是 B2B 团队的考核结果，所以变体数据必须进入销售管道报告。

1. 每次个性化决策都触发一个事件。在 GA4（或您的分析工具）中发送一个自定义事件，包含规则 ID、细分、变体，以及区分对照组和个性化组的标记。将这些参数注册为自定义维度，以便据此出报告。
2. 在转化时将字段写入 CRM。表单提交时，将细分群体、最后看到的版本和保留组标记传入隐藏字段，并映射到结构化的联系人字段。不要放在备注字段里；您需要能按它筛选。
3. 汇总到账户层面。如果您的工具支持，请同步账户级历史记录：个性化会话、看过的变体、首次和最近一次曝光日期。
4. 标记商机。添加一个商机字段，当商机中的任一联系人在商机创建前的设定时间窗口内看到过个性化会话时，该字段为 true。根据您的销售周期选择时间窗口并记录下来；30 天或 60 天是常见选择。用工作流程自动填充，而不是手动填写。
5. 建立三份报告。您现有的渠道报告，保持不变。每周的个性化报告：按细分人群的转化率，个性化组 vs 对照组。每季度的销售管道报告：按细分人群和阶段统计的受影响销售管道。

规范的 UTM 是前提条件。如果来源和营销活动数据不一致，您就无法把渠道的影响与页面的影响区分开；一套共享的 UTM 生成器命名规范能解决大部分问题。

“受影响”不等于“由其促成”

把商机标记命名为“受个性化影响”，而不是“归因于个性化”。“影响”只表示交易中有人看过个性化页面。个性化通常针对的是您最匹配的账户，而这些账户本来就转化得更好，因此无论变体是否起作用，受影响的销售管道看起来都会很好。因果部分要靠保留对照组来证明。

将两者结合起来，用虚构数字演示计算过程：受影响的商机在一个季度内带来了420万美元的销售管道，对照组显示转化率增量提升了18%。增量占比为0.18 / 1.18，因此其中大约64万美元的销售管道在没有个性化的情况下不会出现。其余的356万美元很可能无论如何都会到来。财务部门会问到第二个数字；在他们开口之前就主动给出。同样的原则也适用于付费媒体：结合毛利率使用 ROAS 计算器，可以看出归因收入是否足以覆盖花费。

向不同的人汇报

对于任何受众都适用的好习惯：将对照组的数据与个性化组的数据并列汇报，让比较一目了然，而不是隐含其中。

做到什么程度，以及何时做

• 追踪：您可以看到哪些账户看过个性化内容。设置需要几天。适合排查问题，不适合用来宣称效果。
• 保留对照组：可以衡量站内的增量提升。每个细分都需要足够流量；低流量细分可能永远得不出清晰结论，坦然承认这一点也无妨。
• 与销售管道打通：版本数据进入 CRM，您可以跟踪受影响的管道和增量管道。至少需要一个完整销售周期的数据。
• 预测新细分：在上线前估算某个细分的效果。只有当您已有多个完成对照测试的细分可供参考时，才值得尝试。

在对照组建立之前，不要搭建销售管道层。没有对照组，它永远只能显示相关性，而对最契合账户做个性化，天然就会产生相关性。

从哪里开始

检查您的个性化工具是否会向分析工具发送带有版本 ID 和对照组标记的事件。如果没有，先解决这个问题，否则其他一切都无从谈起。然后在流量最高的细分人群上设置对照组，并持续运行到达到您计算出的样本量。如果您不想自己构建分组逻辑，Markettailor 的 A/B 测试支持客户级对照组，并将版本数据发送到分析。

常见问题

个性化归因如何运作？

每当访客看到一个个性化体验，个性化工具就会触发一个带有体验和变体 ID 的事件。该事件会与会话一起存储，访客被识别后，还会与 CRM 中的客户关联存储。比较看到变体的访客与随机抽取、看到默认页面的对照组之间的转化和销售管道，即可得出个性化带来的增量效果。

渠道归因和体验归因有什么区别？

渠道归因把功劳分配给带来访客的来源，例如付费搜索、LinkedIn 或邮件。体验归因衡量的则是访客到达后所看到内容的效果。个性化页面可以改变每个渠道的转化方式，所以只报告渠道归因，会掩盖网站体验的贡献。

个性化对照组应该多大？

大到足以在合理时间内检测到您关心的提升幅度，但不必更大。根据您的流量和基线转化率做一次A/B 测试样本量计算，然后在账户层面分配对照组，让同一家公司在多次访问中看到一致的体验。

多触点归因模型能衡量个性化吗？

只能间接实现。多触点模型在各触点之间分配功劳，但假设每个触点对所有人都一样。把体验 ID 作为触点属性加入，可以报告受影响的管道，但增量效果仍然必须来自对照组比较。此外，大量 B2B 调研发生在暗漏斗中，根本没有任何触点记录。